CN107516423A - 一种基于视频的车辆行驶方向检测方法 - Google Patents
一种基于视频的车辆行驶方向检测方法 Download PDFInfo
- Publication number
- CN107516423A CN107516423A CN201710596420.4A CN201710596420A CN107516423A CN 107516423 A CN107516423 A CN 107516423A CN 201710596420 A CN201710596420 A CN 201710596420A CN 107516423 A CN107516423 A CN 107516423A
- Authority
- CN
- China
- Prior art keywords
- image
- vehicle
- video
- movable information
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
Abstract
本发明公开了一种基于视频的车辆行驶方向检测方法,包括:从视频采集设备中采集视频,获取视频流中图像或者图像目标区域的运动信息图像,根据运动信息图像获得方向统计值,根据基于方向统计值的判定条件判定车辆经过条件下车辆行驶方向。本发明能够在获取到车辆行驶视频的情况下,不依赖于车辆方向检测传感器设备和其它硬件设备的安装和调试操作,增强了算法的适用性。
Description
技术领域
本发明涉及一种检测车辆行驶方向的方法,具体涉及一种基于视频的车辆行驶方向检测方法。
背景技术
目前车辆方向检测应用主要包括:(1)汽车制造和控制中方向盘等用于车辆行驶方向检测相关的设备;(2)智能交通相关领域中关于车辆行驶方向的判定,例如高速路中车辆行驶轨迹追踪、交通事故中根据行驶轨迹判定车辆行驶方向和停车场进出口车辆方向判定等;(3)自动驾驶中车辆行驶方向的判定。
现有智能交通领域车辆行驶方向的判定方法主要依靠各类传感器来实现,例如地感、红外、GPS、激光、超声波等。基于视频的车辆方向检测算法主要靠追踪车辆的方式来判定车辆行驶方向。通过外部检测设备来判定车辆方向,通常具有搭设成本高、搭设环境受限、施工繁琐、工期耗时长等问题。现有基于视频分析的车辆检测方法存在计算复杂度高、实时性差等缺点。
中国专利公开号CN 204537444 U公开了一种基于地磁的无线车流量及车辆行驶方向检测器,该专利针对背景技术的不足提供了一种结构简单、易于实现的基于地磁的无线车流量及车辆行驶方向检测器,该方法需要检测器等相关外设和施工来进行车辆方向检测,且检测器检测阈值的调试和维护对于车辆检测的准确性有较大影响,另外,检测器阈值也需经过多次实地调试才能最终确定。
发明内容
为弥补现有技术的不足,本发明提供一种计算复杂度低、且具有实时性的基于视频的车辆行驶方向检测方法,能够在获取到车辆行驶视频的情况下,不依赖于车辆方向检测传感器设备和其它硬件设备的安装和调试操作,增强了算法的适用性。
本发明是通过如下技术方案实现的:
一种基于视频的车辆行驶方向检测方法,其特殊之处在于:包括以下步骤:
(1)从视频采集设备中采集视频
视频采集设备能够采集到包含车辆信息的图像,车辆信息包括车头、车牌或车尾信息,以便对车辆方向进行判定;
(2)获取视频流中图像或者图像目标区域的运动信息图像
物体的运动信息图像为能够反映物体移动幅度、移动剧烈程度或移动范围的图像,所述运动信息图像是运动信息图像和根据其计算所得到的衍生运动信息图像的集合,运动信息图像获取方法基于一般的移动目标检测中常用的获取移动区域的方法;
(3)根据运动信息图像获得方向统计值
方向统计值根据运动信息图像和衍生运动信息图像得出,统运动信息图像和衍生运动信息图像中所有像素值的最大值的个数Nmax和最小值的个数Nmin,得方向统计值N=Nmax-Nmin;
(4)根据基于方向统计值的判定条件判定车辆经过条件下车辆行驶方向
判定方向统计值与方向判定阈值之间的大小关系从而确定方向值,根据方向统计值得到的判定条件包括方向统计值在某取值范围内、连续几组或者多组的运动方向统计值在一定取值范围内;所述车辆经过条件包括通过视频检测车辆经过和外设检测车辆经过两种情况。
本发明的一种基于视频的车辆行驶方向检测方法,步骤(2)中所述衍生运动图像包括对运动信息图像进行二值化处理得到的二值化图像,对不同帧之间的运动信息图像进行二次运算得到的运动信息图像。
进一步的,步骤(2)中所述运动信息获取图像方法为帧差法或高斯混合模型法。
本发明的一种基于视频的车辆行驶方向检测方法,步骤(3)中方向统计值包括运动信息图像和衍生图像中的像素个数、像素值、像素与相邻像素的差、像素与相邻像素的和、像素与不同方向和不同距离像素的差或者和、满足某一个条件的像素个数占图像或者图像目标区域的比例、运动像素的个数、运动区域面积占图像或者图像目标区域的比例、运动区域内的像素个数等信息。
进一步的,所述方向统计值还包括对多帧或者多组运动方向统计值进行二次计算得到的方向统计值。
本发明的一种基于视频的车辆行驶方向检测方法,步骤(4)中方向判定阈值为图像中或目标图像区域中无移动目标经过时,视频帧差图像中不为零的像素个数。
作为优选方案,步骤(4)中通过视频检测车辆经过的情况包括车牌检测、车标检测、车头检测、车尾检测;通过外设检测车辆经过包括通过红外线设备、超声波设备、地感线圈设备、雷达设备、磁感应设备等可以感应移动物体的设备的检测。
进一步的,步骤(4)中车辆经过还可以通过选取车辆经过目标区域时基于移动目标的信息进行判定,根据车辆在视频图像中出现的区域划定车辆出现的固定目标区域,对该区域的移动信息进行统计,从而判定为有无车辆经过。
本发明的有益效果是:
(1)本发明能够在获取车辆视频的条件下,不使用与车辆方向检测的相关传感器设备,不增加传感器购买、调试等成本。
(2)相较于其它基于视频的车辆方向检测方法,本发明复杂度更低,对硬件要求低,能够满足实时性方向判定的需求。
(3)本发明的车辆行驶方向检测方法的实施不涉及硬件的安装和升级,可以直接在现有设备中通过软件升级进行使用,从而节约车辆检测功能实现成本和实施时间。
附图说明
附图1是本发明的工作流程示意图;
附图2是实施例1中获取运动信息图像的流程示意图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明,以帮助本领域的技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解,本发明的保护范围包括但不限于以下实施例,在不偏离本申请的精神和范围的前提下任何对本发明的技术方案的细节和形式所做出的修改均落入本发明的保护范围内。
实施例1
一种基于视频的车辆行驶方向检测方法,包括以下步骤:
101、从视频采集设备中采集视频
视频采集设备能够采集到包含车辆信息的图像,车辆信息包括车头、车牌或者车尾等信息以便对车辆方向进行判定。
102、获取视频流中图像或者图像目标区域的运动信息
获取运动信息过程如附图2所示,具体包括以下步骤:
201:读取步骤101中获取的视频;
202:获取t1时刻的视频帧图像1;
203:获取t2时刻的视频帧图像2;
204:获取t3时刻的视频帧图像3;
特别的,t1、t2、t3之间的时间间隔在一定范围内且不应太大,一般的,可取1-3帧的时间间隔;
205:视频帧图象2与视频帧图象1差值的图像;
206:视频帧图象3与视频帧图象1差值的图像;
207:步骤205获取的图像二值化后的二值化图像1;
208:步骤206获取的图像二值化后的二值化图像2;
209:二值化图像2与二值化图像1差值的图像;
210:对步骤209得到的图像求各个方向上的梯度图像;
特别的,垂直方向上的梯度图像为对步骤209中得到的图像利用滤波器进行滤波得到的图像,若滤波所用模板为[1,-1],垂直方向上的梯度图像为Ih,步骤209中的图像为Ib,则Ih根据以下公式计算:
公式(1)
其中,i,j,h,k为图像和滤波器的坐标。特别的,如果车辆行驶方向有两个,就只需求得两个方向上的梯度图像即可,另外,可以使用其他形态的滤波器来反映图像不同方向的梯度信息;另外,该流程图中获取的图像都可以被当做运动信息图像,为方向统计值的计算提供依据。
103、根据运动信息图像获得方向统计值
根据步骤102中210得到的指定方向上的梯度图像获得方向统计值,对于垂直方向得到的梯度图像,即利用公式(1)对209中图像进行滤波操作得到的图像,统计该图像中所有像素值的最大值的个数Nmax,该图像中所有像素值的最小值的个数Nmin,然后,再求得方向判定值N,计算公式为:
公式(2)
特别的,设置th为方向判定的阈值,该阈值为图像中或目标图像区域中无移动目标经过时,视频帧差图像中不为零的像素个数,以除去图像静止时背景或者获取图像过程中的扰动像素对结果的干扰。
104、根据基于方向统计值的判定条件判定车辆经过条件下车辆行驶方向
设置每一帧的方向值为d,方向统计值的判定条件为:若N<=th且N>=-th,则表示当前时刻帧无方向,对应该帧的方向值d为0,即该帧有运动信息的像素个数太少、运动方向幅度较小或者有运动物体双向运动的情况;若N>th,则表示当前时刻帧运动方向从图像上方到图像下方,对应该帧的方向值d为1;若N<-th则表示当前时刻帧运动方向从图像下方到图像上方,对应该帧的方向值d为-1。即方向值d的计算方法为:
公式(3)
只用当前时刻帧的运动方向来判定车辆方向较为局限,则可以使用连续多帧的运动方向判定结果来判定车辆行驶时的运动方向,用此步骤可以大大提高方向统计的准确性;特别的,可以利用连续n帧的帧方向值,统计n帧结果中方向为从图像上方到下方的个数n1,即d>0的个数n1,方向为图像下方到上方的个数n2,即d<0的个数n2,根据方向统计值的判定条件为,若n1>n2,则车辆行驶方向为从图像上方到下方;若n2>n1,则车辆行驶方向为从图像下方到图像上方;若n1与n2相等,则取最近n-1帧的统计结果作为当前帧的方向结果,特别的,n可以取得车辆经过图像区域多数情况下所需的帧数,根据具体情况确定。
车辆经过条件为当前图像或图像中车辆方向检测目标区域中有车辆牌照检测结果、车标检测结果或车头检测结果等确定有车辆经过的信息需要判定车辆方向时,输出当前帧的运动方向作为车辆的运动方向。
车辆经过条件还可以通过划定车辆经过目标区域时基于移动目标的信息进行判定;特别的,根据车辆在视频图像中出现的区域划定车辆出现的固定目标区域,对该区域的移动信息进行统计,例如对帧差图像中的大于某一个阈值的像素进行统计,并确定这些像素的连通域的大小占车辆出现目标区域的比例,从而判定为有无车辆经过;这是因为,当目标区域划定时则可以确定车辆肯定可以在目标区域中占比较大的比例,另外,若划定了目标区域则车辆经过时车头或者车尾具有较丰富的纹理,利用这些纹理信息可获得较高的移动像素的比例,而当其他移动目标经过时难以满足比例和移动像素阈值。
本发明按照实施例1的方式描述,但并不是每个实施方式仅包含一个独立的技术方案,还应当将说明书作为一个整体,各实施例中的技术方案也可以经过适当组合,形成本领域的技术人员可以理解的其他实施方式。
此外,本发明实施例是用流程图和/或方框图来了描述的,计算机程序指令实现流程图和/或方框图,除了可提供方法、系统(装置)或计算机程序产品外,还可提供计算机程序指令到计算机嵌入式处理机或者其他可编程数据处理设备中,使其产生流程图和/或方框图中的功能。
Claims (8)
1. 一种基于视频的车辆行驶方向检测方法,其特征在于:包括以下步骤:
(1)从视频采集设备中采集视频
视频采集设备能够采集到包含车辆信息的图像,车辆信息包括车头、车牌或车尾信息,以便对车辆方向进行判定;
(2)获取视频流中图像或者图像目标区域的运动信息图像
物体的运动信息图像为能够反映物体移动幅度、移动剧烈程度或移动范围的图像,所述运动信息图像是运动信息图像和根据其计算所得到的衍生运动信息图像的集合,运动信息图像获取方法基于一般的移动目标检测中常用的获取移动区域的方法;
(3)根据运动信息图像获得方向统计值
方向统计值根据运动信息图像和衍生运动信息图像得出,统运动信息图像和衍生运动信息图像中所有像素值的最大值的个数Nmax和最小值的个数Nmin,得方向统计值N=Nmax-Nmin;
(4)根据基于方向统计值的判定条件判定车辆经过条件下车辆行驶方向
判定方向统计值与方向判定阈值之间的大小关系从而确定方向值,根据方向统计值得到的判定条件包括方向统计值在某取值范围内、连续几组或者多组的运动方向统计值在一定取值范围内;所述车辆经过条件包括通过视频检测车辆经过和外设检测车辆经过两种情况。
2.根据权利要求1所述的一种基于视频的车辆行驶方向检测方法,其特征在于:步骤(2)中所述衍生运动图像包括对运动信息图像进行二值化处理得到的二值化图像,对不同帧之间的运动信息图像进行二次运算得到的运动信息图像。
3.根据权利要求1或2所述的一种基于视频的车辆行驶方向检测方法,其特征在于:步骤(2)中运动信息获取图像方法为帧差法或高斯混合模型法。
4.根据权利要求1所述的一种基于视频的车辆行驶方向检测方法,其特征在于:步骤(3)中方向统计值包括运动信息图像和衍生图像中的像素个数、像素值、像素与相邻像素的差、像素与相邻像素的和、像素与不同方向和不同距离像素的差或者和、满足某一个条件的像素个数占图像或者图像目标区域的比例、运动像素的个数、运动区域面积占图像或者图像目标区域的比例、运动区域内的像素个数等信息。
5.根据权利要求4所述的一种基于视频的车辆行驶方向检测方法,其特征在于:所述方向统计值还包括对多帧或者多组运动方向统计值进行二次计算得到的方向统计值。
6.根据权利要求1所述的一种基于视频的车辆行驶方向检测方法,其特征在于:步骤(4)中方向判定阈值为图像中或目标图像区域中无移动目标经过时,视频帧差图像中不为零的像素个数。
7.根据权利要求1或6所述的一种基于视频的车辆行驶方向检测方法,其特征在于:步骤(4)中通过视频检测车辆经过的情况包括车牌检测、车标检测、车头检测、车尾检测;通过外设检测车辆经过包括通过红外线设备、超声波设备、地感线圈设备、雷达设备、磁感应设备等可以感应移动物体的设备的检测。
8.根据权利要求1或6所述的一种基于视频的车辆行驶方向检测方法,其特征在于:步骤(4)中车辆经过还可以通过选取车辆经过目标区域时基于移动目标的信息进行判定,根据车辆在视频图像中出现的区域划定车辆出现的固定目标区域,对该区域的移动信息进行统计,从而判定为有无车辆经过。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710596420.4A CN107516423B (zh) | 2017-07-20 | 2017-07-20 | 一种基于视频的车辆行驶方向检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710596420.4A CN107516423B (zh) | 2017-07-20 | 2017-07-20 | 一种基于视频的车辆行驶方向检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107516423A true CN107516423A (zh) | 2017-12-26 |
CN107516423B CN107516423B (zh) | 2020-06-23 |
Family
ID=60722459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710596420.4A Active CN107516423B (zh) | 2017-07-20 | 2017-07-20 | 一种基于视频的车辆行驶方向检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107516423B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109817009A (zh) * | 2018-12-31 | 2019-05-28 | 天合光能股份有限公司 | 一种获取无人驾驶所需动态交通信息的方法 |
CN110446106A (zh) * | 2019-06-27 | 2019-11-12 | 驭势(上海)汽车科技有限公司 | 一种前置摄像头文件的识别方法、电子设备及存储介质 |
CN111027365A (zh) * | 2019-04-29 | 2020-04-17 | 韩明 | 基于人脸对象位置分析的定位方法 |
CN112201055A (zh) * | 2020-11-10 | 2021-01-08 | 上海悦充网络科技有限公司 | 一种车辆行驶危险感应识别处理方法及系统 |
CN112329722A (zh) * | 2020-11-26 | 2021-02-05 | 上海西井信息科技有限公司 | 行车方向检测方法、系统、设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101196980A (zh) * | 2006-12-25 | 2008-06-11 | 四川川大智胜软件股份有限公司 | 基于视频的高速移动车辆标志精确识别方法 |
CN102087790A (zh) * | 2011-03-07 | 2011-06-08 | 中国科学技术大学 | 一种低空对地车辆检测与运动分析的方法和系统 |
CN102280030A (zh) * | 2011-07-20 | 2011-12-14 | 杭州海康威视软件有限公司 | 夜晚车辆检测的方法及其系统 |
CN102496276A (zh) * | 2011-12-01 | 2012-06-13 | 青岛海信网络科技股份有限公司 | 一种高效车辆检测方法 |
US8340396B2 (en) * | 2010-04-05 | 2012-12-25 | Xerox Corporation | Color trapping on a halftoned bi-level bitmap |
CN102903239A (zh) * | 2012-09-27 | 2013-01-30 | 安科智慧城市技术(中国)有限公司 | 交通路口车辆左右违章转向检测方法和系统 |
CN103730015A (zh) * | 2013-12-27 | 2014-04-16 | 株洲南车时代电气股份有限公司 | 交叉路口车流量检测方法及装置 |
KR101669713B1 (ko) * | 2012-11-09 | 2016-10-27 | 아날로그 디바이시즈 글로벌 | 물체 검출 |
-
2017
- 2017-07-20 CN CN201710596420.4A patent/CN107516423B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101196980A (zh) * | 2006-12-25 | 2008-06-11 | 四川川大智胜软件股份有限公司 | 基于视频的高速移动车辆标志精确识别方法 |
US8340396B2 (en) * | 2010-04-05 | 2012-12-25 | Xerox Corporation | Color trapping on a halftoned bi-level bitmap |
CN102087790A (zh) * | 2011-03-07 | 2011-06-08 | 中国科学技术大学 | 一种低空对地车辆检测与运动分析的方法和系统 |
CN102280030A (zh) * | 2011-07-20 | 2011-12-14 | 杭州海康威视软件有限公司 | 夜晚车辆检测的方法及其系统 |
CN102496276A (zh) * | 2011-12-01 | 2012-06-13 | 青岛海信网络科技股份有限公司 | 一种高效车辆检测方法 |
CN102903239A (zh) * | 2012-09-27 | 2013-01-30 | 安科智慧城市技术(中国)有限公司 | 交通路口车辆左右违章转向检测方法和系统 |
KR101669713B1 (ko) * | 2012-11-09 | 2016-10-27 | 아날로그 디바이시즈 글로벌 | 물체 검출 |
CN103730015A (zh) * | 2013-12-27 | 2014-04-16 | 株洲南车时代电气股份有限公司 | 交叉路口车流量检测方法及装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109817009A (zh) * | 2018-12-31 | 2019-05-28 | 天合光能股份有限公司 | 一种获取无人驾驶所需动态交通信息的方法 |
CN111027365A (zh) * | 2019-04-29 | 2020-04-17 | 韩明 | 基于人脸对象位置分析的定位方法 |
CN110446106A (zh) * | 2019-06-27 | 2019-11-12 | 驭势(上海)汽车科技有限公司 | 一种前置摄像头文件的识别方法、电子设备及存储介质 |
CN110446106B (zh) * | 2019-06-27 | 2022-01-14 | 驭势(上海)汽车科技有限公司 | 一种前置摄像头文件的识别方法、电子设备及存储介质 |
CN112201055A (zh) * | 2020-11-10 | 2021-01-08 | 上海悦充网络科技有限公司 | 一种车辆行驶危险感应识别处理方法及系统 |
CN112329722A (zh) * | 2020-11-26 | 2021-02-05 | 上海西井信息科技有限公司 | 行车方向检测方法、系统、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107516423B (zh) | 2020-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107516423A (zh) | 一种基于视频的车辆行驶方向检测方法 | |
CN102867416B (zh) | 一种基于车辆部位特征的车辆检测与跟踪方法 | |
CN109870223B (zh) | 一种视觉技术辅助的桥梁动态称重方法 | |
CN109064495A (zh) | 一种基于Faster R-CNN与视频技术的桥面车辆时空信息获取方法 | |
CN107025432B (zh) | 一种高效的车道线检测跟踪方法及系统 | |
CN110033479A (zh) | 基于交通监控视频的交通流参数实时检测方法 | |
CN110992693B (zh) | 一种基于深度学习的交通拥堵程度多维度分析方法 | |
CN100454355C (zh) | 实时采集道路车流量信息的视频方法 | |
CN106096525A (zh) | 一种复合型车道识别系统及方法 | |
CN112069944A (zh) | 一种道路拥堵等级确定方法 | |
CN104627068B (zh) | 一种自动泊车过程中车身航向角的计算方法 | |
CN106297330A (zh) | 减少行人过街对平面感知信号控制效率影响的方法及系统 | |
CN104933871B (zh) | 一种交通车辆检测方法及系统 | |
CN104616502A (zh) | 基于组合式车路视频网络的车牌识别与定位系统 | |
CN111882882B (zh) | 一种动态平板秤称重区域汽车跨车道行驶行为检测方法 | |
CN102252859B (zh) | 汽车列车直线行驶横向稳定性自动辨识系统 | |
CN109919074A (zh) | 一种基于视觉感知技术的车辆感知方法及装置 | |
CN103164958B (zh) | 车辆监控方法及系统 | |
CN110298307A (zh) | 一种基于深度学习的异常停车实时检测方法 | |
CN111027447B (zh) | 一种基于深度学习的道路溢出实时检测方法 | |
CN107909601A (zh) | 一种适用于航标的船舶防撞预警视频检测系统及检测方法 | |
CN109916488A (zh) | 动态车辆称重方法及装置 | |
CN109827647A (zh) | 一种桥梁动态称重系统 | |
CN104537649A (zh) | 一种基于图像模糊度比较的车辆转向判断方法及系统 | |
CN107657817A (zh) | 一种基于多地磁传感器的车辆状态检测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |